百度与Intel合作打造AI训练用处理器，Nervana NNP-T加速数据学习训练、最佳化图像识别

百度与Intel打造的Nervana神经网路处理器NNP-T对应Paddle Paddle学习框架运作最佳化，并且整合Intel自有nGraph DNN (深度神经网路，Deep Nerual Network)编译器，借此让大规模分散式数据学习效率提升，同时也能让开发者透过单次编码即可让深度神经网路在个平台顺利运作，进而加快人工智慧学习速度。

在稍早举办的百度AI开发者大会中，百度宣布与Intel携手合作，双方将合作打造代号「Spring Crest」、针对人工智慧训练需求设计的Nervana神经网路处理器NNP-T，主要加速大规模分散式数据资料学习训练，同时针对图像识别训练最佳化，并且采用晶片整合记忆体(on-chip memeory)设计，借此取代标准快取记忆体设计，可直接透过软体定义管理。

依照说明，NNP-T采用24组CU设计，搭载32GB容量设计的HBM2高频宽记忆体，并且能搭配额外记忆体加快资料缓冲存取，相比其他同类型处理契约可提升10倍训练效率，同时跟Intel先前推出的代号「Lake Crest」的Nervana NNP-L 1000处理器更提升3-4倍效能。

另外，Intel也强调将以软体驱动硬体运算效能，因此也说明此次与百度合作的战略意义，借此透过软体定义方式让Nervana处理器能对应各类人工智慧训练学习需求。

在此之前，Intel从2016年便与百度合作，使旗下Xeon Scalable系列处理器能对应百度PaddlePaddle学习框架，此次打造的NNP-T也同样对应Paddle Paddle学习框架运作最佳化，并且整合Intel自有nGraph DNN (深度神经网路，Deep Nerual Network)编译器，借此让大规模分散式数据学习效率提升，同时也能让开发者透过单次编码即可让深度神经网路在个平台顺利运作，进而加快人工智慧学习速度。